· Amazon Monitron提供包含传感器、网关和机器学习服务的端到端机器监控解决方案，以检测可能需要维护的异常设备状况 · Amazon Lookout for Equipment为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力 · AWS Panorama Appliance帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全 · AWS Panorama软件开发套件(SDK)允许工业相机制造商在新相机中嵌入计算机视觉功能 · Amazon Lookout for Vision在图像和视频流上使用AWS训练的计算机视觉模型，以发现产品或流程中的异常和缺陷 · 使用全新的AWS工业机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通 北京-2020年12月9日，今天，在亚马逊云服务(AWS)举办的年度盛会——AWS re:Invent上，AWS宣布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。这五项全新的机器学习服务共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。这些服务代表了现有最全面的从云端到边缘的工业机器学习服务套件，通过结合先进的机器学习、传感器分析和计算机视觉功能，解决工业客户面临的常见技术挑战。实际上，数十万客户正在使用AWS云服务进行机器学习工作，各个规模、各行各业的客户都在使用AWS服务将机器学习作为其业务战略的核心。要了解有关全新AWS用于工业领域的机器学习服务的更多信息，请访问https://aws.amazon.com/industrial/。 企业越来越多地希望将机器学习功能添加到工业环境中，例如制造设施、配送中心、食品加工厂等。对于这些客户来说，数据已成为将复杂工业系统结合在一起的重要媒介。工业系统中通常具有许多相互依存的流程，这些流程容错能力低，甚至很小的问题也会带来重大后果。许多客户通过分析其设施中运行设备的数据来应对这一挑战，例如，许多客户利用AWS IoT SiteWise等服务从工业设备收集数据并生成实时性能指标。随着客户开始使用云收集和分析工业数据，他们还希望采用机器学习技术来解读数据，进一步提高运营效率。在某些情况下，客户希望使用机器学习来帮助他们实现预测性维护，从而降低成本并提高运营效率。同时，在非联网或对延迟敏感的环境中运行的客户则希望通过在边缘使用计算机视觉来发现产品缺陷并提高工作场所安全性。伴随这些不断变化的需求和机遇，工业企业要求AWS帮助他们利用云、工业边缘和机器学习，以从其设备生成的大量数据中获得更多价值。 Amazon Monitron和Amazon Lookout for Equipment通过机器学习支持预测性维护 今天，工业和制造企业面临的主要挑战是设备的持续维护。过去大多数设备维护都是被动的(在机器发生故障之后)或预防性的(定期进行以确保机器不会发生故障)。被动维护可能会损失大量成本并带来长时间停机，而预防性维护若维护过度则成本过高，若维护不够频繁则无法防止故障。实际上，预测性维护(能够预测设备何时可能需要维护的能力)是一种更有前景的解决方案。但是，为了实现预测性维护，企业在过去需要雇佣熟练的技术人员和数据科学家从头构建复杂的解决方案，同时需要针对用例识别和购买正确类型的传感器，并将它们与IoT网关(一种聚合和传输数据的设备)连接在一起。然后，公司必须测试监测系统，并将数据传输到本地或云上进行处理。只有这样，数据科学家才能构建机器学习模型来分析数据模式和异常情况，或者在检测到异常时创建警报系统。一些企业已经为在设备和必要的基础设施上安装传感器用于数据连接、存储、分析和警报方面进行了大量投资，然而，即使这些企业也通常仅停留在使用初级数据分析和建模方法的阶段，与高级机器学习模型相比，这些方法昂贵且通常无法有效地检测异常情况。大部分企业依然缺乏专业知识和人员来构建和完善机器学习模型，无法进行高度准确的预测性维护。这些都导致了很少有企业能够成功实施预测性维护，即使少数做到这一点的企业也希望让这些投资进一步发挥作用，同时减轻维护解决方案的负担。在这些问题上，全新的AWS机器学习服务可以提供众多帮助： · 对于未建立传感器网络的客户，Amazon Monitron提供由传感器、网关和机器学习服务组成的端到端机器监控系统，以检测异常并预测何时需要维护工业设备。 Amazon Monitron帮助客户免去了从头开始构建先进的、由机器学习驱动的预测性维护系统的高成本需求和复杂性，使他们能够专注于其核心制造、供应链和运营功能。Amazon Monitron根据振动或温度的异常波动来检测机器是否正常运行，并在可能出现故障时通知客户检查机器以确定是否需要预测性维护。这一端到端的系统提供了用于捕获振动和温度数据的IoT传感器、用于将数据聚合和传输到AWS的网关、以及用于检测异常设备模式并在数分钟内提供结果的机器学习云服务，而无需客户具备任何机器学习或云经验。借助Amazon Monitron，机器维护人员无需任何开发工作或专业培训就可以在数小时内开始跟踪机器的运行状况。Amazon Monitron可在轴承、电机、泵、传送带各种工业和制造领域的旋转设备上使用，其典型应用场景包括数据中心冷却风扇或水泵等关键机器的监测，或者大量安装在具有生产和运输系统的制造工厂中。Amazon Monitron还提供一个移动应用程序，供客户的现场维护技术人员实时监控设备行为。技术人员可以通过这个移动应用程序收到不同机器上任何异常设备状况的警报，检查机器的运行状况，并决定是否需要安排维护。为了提高系统的准确性，技术人员还可以在移动应用程序中输入有关警报准确性的反馈，帮助进一步改善Amazon Monitron。Amazon Monitron已经正式推出。要了解有关Amazon Monitron的更多信息，请访问https://aws.amazon.com/monitron。 · 对于已经拥有传感器但不希望自己构建机器学习模型的客户，Amazon Lookout for Equipment让客户可以将传感器数据发送到AWS，由AWS为其构建模型并返回预测结果，从而检测异常设备行为。首先，客户将其传感器数据上传到Amazon Simple Storage Service (S3)，并将S3位置提供给Amazon Lookout for Equipment。 Amazon Lookout for Equipment也可以从AWS IoT SiteWise提取数据，并与OSIsoft等其他流行的机器操作系统无缝协作。 Amazon Lookout for Equipment分析数据，评估正常或健康的模式，再利用从所有训练数据中得到的洞察来构建为客户环境定制的模型。然后，Amazon Lookout for Equipment可以使用机器学习模型来分析传入的传感器数据并识别机器故障的预警信号。这也就使得客户可以进行预测性维护，从而通过防止工业系统生产线崩溃来节省成本并提高生产率。 Amazon Lookout for Equipment帮助客户从其现有传感器中获得更多价值，使得客户能够及时做出从根本上改善整个工业流程的决策。要了解有关Amazon Lookout for Equipment的更多信息，请访问https://aws.amazon.com/lookout-for-equipment。 AWS Panorama通过计算机视觉改善工业运营和工作场所安全 许多工业和制造业客户希望在其设施和设备的实时视频中使用计算机视觉技术自动执行监测或视觉检查任务，并实时做出决策。例如，客户通常需要检查一些高速运转的流程(例如精细铣削或激光工具)以确定是否需要进行调整，或者监视工地上和工厂的活动以确保操作合规(例如，确保行人和叉车留在指定的工作区域内)，或评估其设施内的工人安全(例如，保持适当的人员距离或使用PPE)。但是，当下普遍使用的监测手段是手动的，容易出错的，并且难以扩展。客户可以在云中构建计算机视觉模型来监视和分析他们的实时视频，但是工业设施和流程通常位于偏远和孤立的位置，网路连接很慢、昂贵或完全不存在。尤其对于那些涉及零件或安全监控视频审查等人工审核的工业流程，在云中构建计算机视觉模型更为困难。例如，如果某个高吞吐量的生产线上出现质量问题，客户希望立即得到预警，因为问题存在时间越长，解决问题的成本越高。这种类型的监控视频可以通过计算机视觉技术实现在云中自动处理，但是这些视频一般带宽高并且上载速度慢。因此，客户只能实时进行视频监控，但这一方式操作难度高、易出错并且成本高。有些客户希望使用具有足够处理能力的智能相机来运行实时监控模型，却很难达到高准确性、低延迟的性能。大多数客户最终会运行一些简单的模型，却无法编程为可以集成到工业机器中的自定义代码。针对这些问题，AWS现在可以提供以下帮助： · AWS Panorama Appliance提供了一种新的硬件设备，使组织可以将计算机视觉添加到客户可能已经部署在本地的摄像机中。客户首先将AWS Panorama Appliance连接到他们的网络，然后这一设备会自动识别摄像头数据流并开始与现有的工业摄像头进行交互。AWS Panorama Appliance可集成于那些用于构建自定义机器学习模型或获取视频以进行更精细分析的AWS机器学习服务和IoT服务中。AWS Panorama Appliance将AWS机器学习能力扩展到边缘，以帮助客户在没有网络连接的情况下在本地进行预测。每个AWS Panorama Appliance都可在多个摄像头数据流上并行运行计算机视觉模型，从而使诸如质量控制、零件识别和工作场所安全的用例成为可能。AWS Panorama Appliance还可与适用于零售、制造、建筑和其他行业的AWS和第三方经过预先培训的计算机视觉模型一起使用。此外，客户使用Amazon SageMaker自主开发的计算机视觉模型也可以部署在AWS Panorama Appliance上。 · AWS Panorama软件开发套件(SDK)帮助硬件供应商开发可在边缘有效运行计算机视觉模型的新型摄像头。使用AWS Panorama SDK构建的摄像头可在多种用例中运行计算机视觉模型，例如检测快速移动的传送带上的损坏部件或定位那些脱离指定工作区域的器械等。这些相机可以使用英伟达和安霸旗下用于计算机视觉的芯片。通过使用AWS Panorama SDK，制造商可以开发自带计算机视觉模型的相机，从而可以处理更高分辨率的高质量视频以发现问题。他们还可以在低成本设备上构建更复杂的模型，这些设备可以通过以太网供电并可以放置在站点周围。客户可在Amazon SageMaker中训练模型，并一键将其部署到使用AWS Panorama SDK构建的摄像机上。客户还可以将Lambda功能添加到使用AWS Panorama…

Shanghai, China, 3 December 2020 * * * 嵌入式和边缘计算技术的领先供应商德国康佳特宣布推出面向触觉互联网应用的新实用化平台，可通过公共网络或私有IP网络进行操作。这些平台支持时间敏感网络(TSN)，以及新的英特尔时间协调计算(Intel® TCC)——它基于最新英特尔IP技术，是TSN以太网标准的补充。其目标是减少实时同步过程中的延迟和抖动。该演示平台已实现了开放式网络标准下的触觉互联网应用，并最终为基于IP的实时通讯和实时控制架构铺平道路。除上述特点外，这些平台还适用于加工行业、关键基础设施和工业4.0环境的数字化，并有可能为专用工业以太网和现场总线的配置带来重大变革。其主要优点在于，开放式标准的IP协议可应用于自动化架构中的每一层，从而实现实时通讯——从最高层的操作员面板到与工业物联网互联的单独I/O，从传感器到动作器。 该立即可用的平台基于COM Express Type 6模块，搭载第11代英特尔®酷睿™处理器(Tiger Lake)或英特尔®凌动™x6000E系列处理器(Elkhart Lake)，通过多个千兆以太网或2.5GbE端口来提供具有TSN技术的以太网连接。康佳特已经支持TSN功能，并提供多个开发平台，在虚拟机(VM)中实现了TSN同步网络与实时操控的结合。此外，新增加的TCC支持和额外的时间戳计数器(TSC)功能可以在I/O层面实时管理各种操作的同步执行。 康佳特产品管理总监Martin Danzer表示：“TSN和TCC是两项互补的技术，用于基于IP的实时通讯。TSN通过设置网络时间来协调不同的动作器——就像交响乐团的指挥，而TCC可确保各个动作器按照命令精确地执行操作。在添加了Real-Time Systems (RTS)公司的实时虚拟机监控技术后，我们就能确保这些流程不会受到GUI、AI或防火墙等其它功能或其它并行进程的干扰。其好处在于，OEM可以将他们的应用整合到一个系统中，打造工业实时边缘服务器或雾服务器。” 这个面向触觉互联网应用的立即可用平台基于康佳特的TSN演示系统，该系统符合IEEE 1588精确时间协议标准，可保障DDS、OPC-UA等更高层通讯协议的实时性。康佳特已在基于最新第11代英特尔®酷睿™处理器(Tiger Lake)和英特尔®凌动™x6000E系列处理器(Elkhart Lake)的模块上增加了TCC协议支持。为展示向分布式I/O实时发送远程控制指令的能力，基于英特尔以太网控制器I225的演示平台甚至能结合康佳特工作负载整合集的实时控制逻辑，从而通过以太网来控制动作器，而这此前是由本地设备实时控制的。

摘要：司机在驾驶过程中使用手机、吸烟、疲劳驾驶等不良驾驶行为严重影响交通安全，所以对驾驶员危险行为检测的DMS系统就尤为重要。本文将为大家介绍基于VCSEL红外光源的DMS解决方案。 一、DMS市场概况 DMS(Driver Monitor Status )防疲劳预警系统：利用DMS摄像头获取图像，通过视觉跟踪、目标检测、动作识别等技术对驾驶员的驾驶行为及生理状态进行检测，当驾驶员发生疲劳分心、打电话、抽烟、未系安全带等危险情况时，在系统设定时间内报警以避免事故发生。 在欧洲，已经开始要求2022年在汽车出厂时必须配备DMS系统。 根据JT/T883-2018相关国标要求，DMS系统需要检测到疲劳驾驶、长时间不目视前方、抽烟、接打电话、驾驶员不在驾驶位置、双手脱离方向盘、驾驶员未系安全带等行为。 二、DMS应用方案介绍 本文介绍的DMS系统图像采集部分集VCSEL红外泛光灯TARA2000、CMOS数字图像传感器、串行器于一体，图像处理部分使用M1808核心板。 采用比LED更先进的VCSEL红外光源TARA2000，功率高，照射面均匀，可将940nm波长的红外光均匀的照射到驾驶员面部;通过高像素CMOS数字图像传感器，可以采集1080p高清图像;图像数据转为串行数据，通过同轴电缆传输，有更强的抗干扰能力。 图1 图像采集模块 1. TARA2000 · 940nm红外波; · 采用VCSEL(垂直腔面发射激光器)为发光源，红外光束在内部; · 通过反射和衍射使照射更均匀，拥有更高的转换效率; · 体积小，灯珠体积为4.1mm*4.1mm*1.38mm; · 功率大，单颗灯珠最高能提供2.3W的光输出功率; · 符合AEC-102标准。 图2 VCSEL红外光源 2. CMOS数字图像传感器 · 具有出色的微光性能; · 高达1080p 60 fps的全高清支持，可提供出色的视频性能; · 支持线性或高动态范围捕获; · 片上带有锁相环振荡器。 3. M1808核心板 · MPU采用高性能64位的Cortex™-A35处理器，工作频率可达1.6GHz; · 集成NPU(神经网络处理单元)协处理器，峰值算力高达3.0TOPs; · 支持INT8/INT16/FP16混合运算; · 视频处理单元支持1080P视频编解码，支持摄像头视频信号输入; · 可实现人脸检测及属性分析、人脸识别、姿态分析、目标检测及识别、图像处理等一系列功能。 图3 M1808核心板 针对DMS系统的设计繁琐、开发周期长等痛点，ZLG推出完整的DMS系统解决方案，可实现对长闭眼、打电话、抽烟、打哈欠等行为的检测，可提供完整的软硬件支持、完全开放的底层驱动，并可提供对应的评估套件，降低客户开发难度，方便客户快速开发。

双11，走过12年。2020年天猫双11总成交额达4982亿元。 就在双11之前，前三季度经济数据公布：经济增速由负转正，社会消费品零售总额季度增速年内首次由负转正，货物进出口总额增速首次由负转正。中国经济稳步走出疫情影响。 作为疫情后全球最大的消费季，天猫双11是衡量当下经济运行状况的一支灵敏温度计。今年是参与商家最多、规模最大的一次“双11”：有500万商家、25万个品牌、近8亿消费者，有2000个产业带、30万外贸工厂，还有220多个国家和地区、超3万海外品牌，双11的“价值半径”在不断扩大。 双11是一个引信，真正爆发性力量，潜藏在涌动的中国经济中。 春雷计划，为复苏喝彩 武汉。2020天猫双11狂欢季线下启动。 线上销售首日，良品铺子、周黑鸭、蔡林记、猫人等武汉城市名片不负众望，跻身相关类目前十名，“武汉活过来了，还爆发了”。 消费潜力迅速释放，有网友巧妙地用几个“力”给出了解释：疫情控制得力，政策扶持给力，平台提供助力，企业各自努力，市场形成合力。 所谓平台助力，指向从4月开始的“春雷计划”。4月，当疫情给全国摁下“暂停键”，阿里巴巴重启“春雷计划”，通过稳外贸、转内销、产业带数字化转型等措施，和身陷困境的中小企业一起寻找突围方向。 11月1日至11月11日，2020天猫双11诞生了105个成交额破亿的产业带。春雷半年，工厂车水马龙，参加天猫双11的全国2000个产业带、120万商家、30万个外贸工厂，缓过来了。 回看9个月前，据全国中小企业协会对6422家中小企业的调研显示：近40%处于完全停顿状态，超半数断货，海外订单同比下降70%。产业带与企业挺过来了，又反哺了双11，成为双11供应链中的重要一环，成为了新品牌中的重要一员。 从这个意义上，一场元气淋漓的双11，仿佛从春天就开始了。它是一个集雨器，接住了政策、社会、内需所有落下的甘霖。 “双循环”拓展双11价值半径  上海。第三届进博会现场。一只进口的直径4米的米其林“超级轮胎”十分醒目。工矿企业快速复苏，带来超级轮胎的旺盛需求；同一时间，上汽集团和阿里巴巴集团达成新零售战略合作，联合宣布加快推动汽车零售数字化转型。以天猫双11为代表的互联网消费，正从买衣物数码向汽车等耐用消费品迈进。 如果说进博会为海外品牌搭建大舞台，成为中国联通世界的重要外向通道；阿里巴巴搭建的双11平台，则为进博会“展品变商品”提供了一条快车道。 “逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局”，两只轮胎，一外一内，相互呼应，相得益彰，成为双循环畅通的佐证。 在经济学家看来，国内大循环之所以得以运转，其关键点是中国超大规模市场优势和内需潜力。而一次以960万平方公里为舞台的商业活动，无疑是这种优势的最佳体现。 今年天猫双11提前开售并延长了售卖期。这一变化，对于供需双方都有意义。社会物流等基础设施压力小了、商家补仓的时间窗口有了、留给中小卖家的黄金通道宽了……所有元素，指向拉动内需的总爆发。 内需强劲，人心稳定。就在十几天前，刚刚落幕的十九届五中全会作出“全面促进消费”的定调。对于走过12年的双11而言，“增强消费对经济发展的基础性作用，顺应消费升级趋势，提升传统消费，培育新型消费”“促进线上线下消费融合发展”的意义不言自明。 双11的价值半径，在不断扩大。从智利樱桃，到俄罗斯Prime等级牛肉，都在双11跑出加速度。今年，有2600多个新品牌、120万款进口新品通过天猫国际首次参加双11。全球为走出困境加油鼓劲的情绪，没有时差。 事实上，4982亿，不只是一个数字，也不只是一场国内的复苏之战，更是220多个国家和地区、超3万海外品牌，对中国投下的信心票。 2009年第一个双11有一个花絮：为庆祝5200万成交额，员工用几张A4纸打印出数字，但不小心少了个零，为此，有机智的小二临时拿了一个时钟替代。 11年后的双11，菜鸟近2万台无人取件机投入使用，1秒取走快递，据测算能给全国节省25年，阿里人称这是一段时间“减”史。 时间是个隐喻，12次双11，完整保留了中国数字化发展的时间切片。2008年底的一项统计数字显示，当时国内快递员约50万人，而今天，快递员、外卖员总数已达千万；曾经，企业是因线下太难“败走”上线，但如今许多新品牌是持有“网络出生证”再向线下发展的；10多年前许多人尚不知网购为何物，10多年后社会生活的方方面面都在数字化…… 一个偶然诞生的促销活动，在商业协同和技术催化下，衍生了一连串创新。通过不断进化，天猫双11超越买和卖，成为了中国数字经济的练兵场、数字技术的实验室。 正式上岗的物流机器人“小蛮驴”、支持214种语言的直播实时翻译、一年省电7000万度的液冷数据中心、全面云原生化…… 当然，数字化不是独唱，是合唱。如果平台企业是“1”，同样具备数字化能力的企业是“0”，越多“0”加入，势能越大。 在国务院发展研究中心市场经济研究所所长王微看来，“十四五”我们要建设现代化国家，最重要的内容就是数字经济发展。过去十年间，数字经济已为国内大循环创造了强大市场动力。一些传统商品在互联网上被赋予了新价值、新内涵、新面貌，变成了新产品。 中国（深圳）综合开发研究院本月发布的《中国数字化之路》报告也给出这样的判断，疫情席卷全球，充分展示了数字经济的强大生命力，进一步凸显数字化是面向未来的最大确定性，到2030年，我国数字经济体量将有望突破百万亿元。 商业峰值，技术峰值，创新峰值，双11成了前者代表，也由此不断孕育出了后两者。从“暂停”到复苏再到活跃起来，中国企业通过加速数字化走出了一条生命力顽强的折线。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

一口君中学阶段最喜欢的一首歌。 窦仙才华横溢、潇洒不羁、与世无争，酷的外焦里嫩！ 让我们随着窦仙高昂的声音来学习什么是（酷）库吧！ 一、什么是库？ 在windows平台和linux平台下都大量存在着库。一般是软件作者为了发布方便、替换方便或二次开发目的，而发布的一组可以单独与应用程序进行compile time或runtime链接的二进制可重定位目标码文件。 本质上来说库是一种可执行代码的二进制形式，这个文件可以在编译时由编译器直接链接到可执行程序中，也可以在运行时由操作系统的runtime enviroment根据需要动态加载到内存中。 一组库，就形成了一个发布包，当然，具体发布多少个库，完全由库提供商自己决定。 由于windows和linux的本质不同，因此二者库的二进制是不兼容的。 现实中每个程序都要依赖很多基础的底层库，不可能每个人的代码都从零开始，因此库的存在意义非同寻常。 共享库的好处是，不同的应用程序如果调用相同的库，那么在内存里只需要有一份该共享库的实例。 本文仅讨论linux下的库。 二、库的分类 库有两种：静态库和共享库（动态库）。 win32平台下，静态库通常后缀为.lib，动态库为.dll ；linux平台下，静态库通常后缀为.a，动态库为.so 。 从本质上来说，由同一段程序编译出来的静态库和动态库，在功能上是没有区别的。不同之处仅仅在于其名字上，也就是“静态”和“动态”。 二者均以文件的形式存在，其本质上是一种可执行代码的二进制格式，可以被载入内存中执行。无论是动态链接库还是静态链接库，它们无非是向其调用者提供变量、函数和类。 1. 静态库 所谓静态库，就是在静态编译时由编译器到指定目录寻找并且进行链接，一旦链接完成，最终的可执行程序中就包含了该库文件中的所有有用信息，包括代码段、数据段等。 2. 动态库 所谓动态库，就是在应用程序运行时，由操作系统根据应用程序的请求，动态到指定目录下寻找并装载入内存中，同时需要进行地址重定向。 3. 区别 我们以编译链接、载入时刻两点来讨论静态库和动态库的区别。 编译链接 静态链接库在程序编译时会被链接到目标代码中，目标程序运行时将不再需要改动态库，移植方便，体积较大，浪费控件和资源，因为所有相关的对象文件与牵涉到库都被链接合成一个可执行文件，这样导致可执行文件的体积较大。 动态库在程序编译时并不会被链接到目标代码中，而是在程序运行时才被载入，因为可执行文件体积较小。有了动态库，程序的升级会相对比较简单，比如某个动态库升级了，只需要更换这个动态库的文件，而不需要去更换可执行文件。但要注意的是，可执行程序在运行时需要能找到动态库文件。可执行文件时动态库的调用者。 程序代码和库 载入时刻 二者的不同点在于代码被载入的时刻不同。静态库的代码在编译过程中已经被载入可执行程序，因此体积较大。共享库的代码是在可执行程序运行时才载入内存的，在编译过程中仅简单的引用，因此代码体积较小。 4. 优缺点 相对于动态库，静态库的优点在于直接被链接进可执行程序中，之后，该可执行程序就不再依赖于运行环境的设置了（当然仍然会依赖于 CPU指令集和操作系统支持的可执行文件格式等硬性限制）。 而动态库的优点在于，用户甚至可以在程序运行时随时替换该动态库，这就构成了动态插件系统的基础。具体使用静态库和动态库，由程序员根据需要自己决定。 三、库文件的制作 1. 库文件命名 静态库的名字一般为libxxxx.a，其中xxxx是该lib的名称；动态库的名字一般为libxxxx.so.x.y.z，含义如下图所示： 2. 制作库文件常用参数 首先需要了解gcc编译库要用到一些参数，很重要。 参数 含义 -shared 指定生成动态链接库。 -static 指定生成静态链接库。 -fPIC 表示编译为位置独立的代码，用于编译共享库。目标文件需要创建成位置无关码，概念上就是在可执行程序装载它们的时候，它们可以放在可执行程序的内存里的任何地方。 -L 表示要连接的库在当前目录中。 -l 指定链接时需要的动态库。编译器查找动态连接库时有隐含的命名规则，即在给出的名字前面加上lib，后面加上.so来确定库的名称。 -Wall 生成所有警告信息。 -ggdb 此选项将尽可能的生成gdb的可以使用的调试信息。 -g 编译器在编译的时候产生调试信息。 -c 只激活预处理、编译和汇编,也就是把程序做成目标文件(.o文件)。 -Wl,options 把参数(options)传递给链接器ld。如果options中间有逗号,就将options分成多个选项,然后传递给链接程序。 3. 库源文件 假定我们要将以下两个文件制作成库文件 add.c int add(int x,int y){     return x+y;}int sub(int x,int y){     return x-y;} add.h int add(int x,int y);int sub(int x,int y); 4. 制作静态库并使用 需要把 add.c 编译成.o文件 gcc -c add.c 使用 ar 命令生成静态库libadd.a ar -rc libadd.a add.o      遵循静态库命名的规则 lib + 名字 + .a 使用静态库 要是用静态库libadd.a，只需要包含add.h,就可以使用函数add()、sub()。 #include  #include "add.h"void main(){    printf("add(5,4) is %d\n",add(5,4));    printf("sub(5,4) is %d\n",sub(5,4));} 静态库的文件可以放在任意的位置，编译时只需要找到该库文件即可。 gcc test.c -o run libadd.a 库和头文件如果在其他目录下 使用以下命令编译： gcc -c -I /home/xxxx/include test.c //假设test.c要使用对应的静态库gcc -o test -L /home/xxxxx/lib test.o libadd.a 或者 gcc -c -I /home/xxxx/include -L /home/xxxxx/lib  libadd.a test.c 1）. 通过-I(是大i)指定对应的头文件 2）. 通过-L制定库文件的路径,libadd.a就是要用的静态库。3）. 在test.c中要包含静态库的头文件。 5. 制作动态库并使用 把add.c编译成动态链接库libadd.so gcc -fPIC -o libadd.o -c add.cgcc -shared -o libadd.so libadd.o 也可以直接使用一条命令 gcc -fPIC -shared -o libadd.so add.c 动态库的安装 通常动态库拷贝到/lib下即可： sudo cp libadd.so /lib 使用动态库 #include  #include "add.h"void main(){    printf("add(5,4) is %d\n",add(5,4));    printf("sub(5,4) is %d\n",sub(5,4));} 编译动态库： gcc static -o run  -ladd 注意观察编译时动态库的名字与库文件对应关系 libadd.so<--------->-ladd 去掉 .so,…

本文中，小编将对技嘉 RTX 3060 Ti Eagle OC 显卡最新消息予以介绍，如果你想对它的详细情况有所认识，或者想要增进对它的了解程度，不妨请看以下内容哦。 技嘉 RTX 3060 Ti Eagle OC 显卡采用双风扇散热，而且采用公版的短 PCB 设计，8pin 供电。现在，外媒 VideoCardz 又曝光了技嘉 RTX 3060 Ti GAMING OC PRO，三风扇散热，似乎是采用定制的加长 PCB 设计，8+6pin 供电。 技嘉 RTX 3060 Ti Eagle OC 显卡具有4864个CUDA内核，152个Tensor内核和38个RT内核。将配备8GB GDDR6内存，频率为14 Gbps，与刚刚宣布的RTX 3070相同。就规格而言，它甚至不到RTX 3090的一半。 RTX 3060 Ti Eagle OC为单8pin的供电接口，预计大多数非公版功耗都在200W以内，这对于PCIe接口提供的75W和8pin供电提供的150W来说不是问题。 以上所有内容便是小编此次为大家带来的所有介绍，如果你想了解更多有关它的内容，不妨在我们网站或者百度、google进行探索哦。

      有消息称IBM将收购Sun。如果传言属实，那么IBM和Sun的合并无疑将撼动硅谷,给Sparc、Power微处理器以及Java软件带来深远的影响。       多年以来,计算机行业一直奉行公司越大越好的原则。因此,在思科宣布进军服务器市场两天后传出IBM计划以65亿美元收购Sun的消息也不足为奇。       Amazon.com、Google和Microsoft等拥有大规模、高度集成数据中心的大型互联网公司对服务器的需求呈现不断增长的趋势—-这正是IBM和Sun所关注的焦点。在云端计算机时代，这些互联网数据中心将承担越来越多的全球范围的数据计算处理，它们会清理其供应商名单，同时要求供应商能提供更广泛、更深层服务。       这也是思科为什么打算将其交换机和服务器以一种新颖的架构整合在一起。据悉思科将于四月份开始首次推出的相关产品，就目前得到的资料来看，思科对于应如何为数据中心运营商在热门领域（如虚拟和统一网络互连）提供独特的价值已然胸有成竹。       思科的这一举动给现有计算机制造商施加了更多压力，而Sun则是顶层公司中承受能力最弱的一家—因此现在也是合并的最佳时机。自从网络泡沫爆破以来,为实现盈利,Sun已先后裁减了很多员工。       Sun的问题在很大程度上源于这样一个事实：在试图支持自家微处理器和操作系统架构的垂直定向(vertically oriented)电脑制造商中，Sun只是一名小弟。在’越大越好’的大环境下，Sun免不了要受制于人。       如果IBM与Sun成功合并，这将是计算机行业自Hewlett-Packard收购Compaq以来交易额最大的一笔并购交易—-企业文化的冲突肯定在所难免，IBM作风保守，Sun更注重创新。       比较两家公司CEO的作风就可以知道。IBM的Sam Palmisano专注打理生意，行事低调;而Sun的Jonathan Schwartz则是高新技术产业内的写博高手,倡导开源. 对Sparc、Power和Java的冲击       如果IBM/Sun真的合并，那么在业务整顿和文化冲突之外还存在很多有意思的技术问题.       很容易想见IBM可能会让Sparc微处理器架构逐渐淡出市场而把精力放在Power和 X86系统上，IT行业淘汰了N多有创意但销售业绩不佳的CPU，这只是合并游戏的一部分.       但用于Web服务器的Niagara版Sparc微处理器拥有十分突出的多核处理能力。它所能支持的线程最多，可将服务器市场中的任何芯片与嵌入式crypto和网络内核整合。       Sun有一款将延期未推出的Rock芯片，该芯片原本计划用于融合用于数据库处理的多核，针对事务型内存(Transactional Memory)和Scout 线程等新领域。       但在注重实效Palmisano的管理下，这些领先的研发成果可能将流产。但经过验证后的设计理念可以用于Power8或Power9设计，再以新的名字命名。IBM甚至可以考虑在以后的Power芯片中采用Sparc内核作为Sun原有工作负载的加速器。       如果IBM/Sun合并, Java将最终真正被开源。Sun对Java语言的相关技术管控很严并想方设法从中捞钱，最近还在忙于推出JavaFX。这就常常导致Sun和一些希望在手机、机顶盒以及服务器等一系列产品中使用Java以此对抗Microsoft的大型OEM发生冲突。       若双方能达成交易，IBM可以让Java在中立标准组织如IEEE落脚。如果真正被开放，Java语言和技术将发挥更明显,更重要的作用。       如果Sun真被IBM收购，毫无疑问Sun将面临大裁员，大批工程师们将面临失业。但是Sun的很多高级人才早已开始行动。Sun共同创始人Andy Bechtolsheim在去年就离开Sun转战其它新创公司;而曾主持Sun多项领先研发的David Yen则去了Juniper Networks。       可能Sun留给业界最大的教训就是，你可以开源到何种程度—而很明显对客户而言它又是多么微不足道。在Schwartz的领导下, Sun将其Sun操作系统甚至Sparc架构面向所有所有人开放，任人使用、修改和进一步发展。事实上, 该公司无人接手。       一方面，如果IBM成功收购Sun,这将标志着独立,垂直式集成(vertically integrated)电脑公司的结束；另一方面，这也将标志着新一轮不同合并潮的开始。       随着思科进入服务器市场，这将迫使Brocade和Juniper等网络公司推出一系列完整的数据中心系统，包括刀片服务器。而这会将他们推到一些第二层服务器制造商（如Fujitsu-Siemens）的面前，因此引发更多合并。

　　据悉，国资委旗下主要的汽车行业的国企将悉数参会，联盟成立后将在国家有关政策指引下加快电动车的发展步伐。分析人士认为，自中汽协牵头国内排名前十的车企成立Top10电动汽车联盟之后，国资委成立的电动汽车联盟更具“官方”色彩，将在电动汽车资源整合方面发挥更大的效用。 由国资委牵头，汽车行业的国企将于8月18日在人民大会堂召开电动汽车联盟成立大会，这意味着汽车国企将会在电动汽车研发、生产等各个环节整合资源、统一方向，共同发展电动汽车。  

　　据国外媒体报道，美国投资银行Piper Jaffray资深分析师吉恩·穆斯特（Gene Munster）近日表示鉴于苹果公司进一步扩大产能，同时由于眼下公司的明星产品iPad在企业领域逐步得到认同，他已经将2011年iPad销量的预计值上调至2100万台。 　　穆斯特23日表示他相信2011年iPad的销量将超越Mac系列产品，此前他曾经预计iPad在2011年的销售总量将达到1450万台，而此次他将这一数字上调至2100万台。 　　穆斯特表示他对于销量预测的主要依据主要有：范围更加广阔的供应和销售渠道、对于全球部分价格敏感市场的适应程度以及苹果产品在企业领域认可度的不断上升等等。他在当天发布的一份报告中指出：“我们认为对于那些已经拥有普通电脑产品以及买不起Mac系列产品的人群来说，iPad在某种程度上将作为普通电脑的代替品，此外iPad的骄人表现已经使得其成为苹果公司第一款在企业领域获得认可的产品。未来iPad很有可能成为Mac的替代品被大众广泛接受。”

　　Altera公司今天宣布，公司率先在可编程逻辑中成功演示25-Gbps收发器性能，在收发器技术上树立了关键里程碑。Altera在28-nm收发器测试芯片上实现了这一具有里程碑意义的技术，该芯片是Altera用于在28-nm FPGA上成功实现28-Gbps收发器的原型开发平台。实现25-Gbps里程碑，使目前已有FPGA解决方案的性能提高两倍多，并在功能上优于竞争ASSP产品。您可以在Altera网站上观看28-nm收发器测试芯片的视频演示。 　　Altera 28-nm收发器测试芯片集中体现了在TSMC前沿28-nm高性能（HP）工艺上实现的高性能收发器设计。得到测试芯片后，Altera能够在28-Gbps收发器StraTIx V FPGA产品投片中开发并应用功耗、抖动和链路性能优化方法。Altera设计的Stratix V FPGA能够应用于对性能要求非常高而成本和功耗预算较低的市场领域，例如，军事通信、光传输网络和新出现的测试设备系统等。目前，Altera是唯一发售量产11.3 Gbps收发器FPGA的公司，也是第一家达到25-Gbps里程碑的FPGA供应商，这进一步拓展了Altera在收发器技术上的领先优势。 　　Finisar高速光技术市场总监Christian Urricariet评论说：“Altera在28-nm收发器技术上的成功，为芯片行业需要尽快支持下一代4×25-Gbps高密度、低功耗光模块的其他企业设立了新标杆。Altera和Finisar共同引领了高带宽、低成本光通信市场，将不可避免的改变数据中心的设计和规划方式。” 　　Altera公司产品市场资深总监Luanne Schirrmeister说：“业界向28-Gbps收发器的迈进实现了下一代宽带网络，满足了越来越大的带宽需求，同时保持了外形封装、成本和功耗不变。我们在28-nm收发器测试芯片上展示的结果清楚的表明了Altera站在发展前沿，并按计划实现在28-nm FPGA上实现28-Gbps的目标。我们之所以能够提供这些高性能、低功耗收发器，直接原因就是Altera与TSMC的密切协作，使用TSMC 28-nm HP工艺，它是下一代高带宽系统所使用器件的理想选择。”